随着年龄的增长,老年人的行走能力逐渐下降,这不仅仅会影响他们的日常生活,更会降低他们的生活质量,增加对他人的依耐性。目前中国正逐步进入老龄化社会,据估计到2050年,老年人(年龄超过60)人口比例将会达到33%。老年人护理工作需要占用很大一部分医疗护理资源,而且价格昂贵,所以开发在日常生活中能够支撑或者帮助老年人的助行设备十分紧迫。使用机器人技术的助行机器人能够在日常生活中帮助老年人行走,让他们重新获得独立的机会,提高他们的生活质量,这些对于逐步进入老龄化社会的康复保健系统非常重要。本文对助行机器人运动控制和安全监护策略进行了研究。针对用户对助行机器人的安全性和柔顺性的要求,提出基于强化学习的共享控制机制和基于多传感器融合的柔顺运动控制算法,增加了助行机器人的柔顺性。提出两种用户跌倒检测的方法,实现了对用户的跌倒防护,提高了助行机器人的安全性。本论文详细介绍智能助行机器人I和智能助行机器人II的开发与设计。首先针对兼顾用户的使用感受和机器人系统控制的要求,开发设计了智能助行机器人I。然后在智能助行机器人I的设计基础上,增加了可调围栏式辅助支撑结构,实现了有效的物理支撑,改进了人-机交互系统,提出了基于人-机力交互控制的助行机器人导纳控制算法,实现了更加安全、稳定、灵活、成本更低以及易于实现产品化的智能助行机器人II。本论文提出一种基于强化学习的智能助行机器人共享控制机制。根据用户的控制效率和行走环境,采用强化学习算法在线调节用户控制权重值。使用共享控制方法根据用户控制权重值合成用户行走意图速度和助行机器人规划速度,得到即能顺应用户意图,又能保障用户安全的运动控制。一系列实验结果证明基于强化学习的共享控制机制能够在保障安全的情况下,有效保证用户的运动表现。本论文研究智能助行机器人的用户跌倒检测和防护策略。采用穿戴式传感设备在线观测用户行走状态,将用户压力中心点(COP)和双脚中点的距离以及用户腰部的高度作为检测特征,对用户跌倒趋势进行检测。当用户处于正常行走状态下时,使用传统的导纳控制算法,当助行机器人检测到用户有跌倒趋势时,立即停止运动,防止用户跌倒。实验结果证明用户跌倒检测和防护策略的有效性。本论文针对智能助行机器人运动控制中的柔顺性和安全性,提出助行机器人多传感器融合柔顺运动控制和安全监护方法。使用力传感器和激光测距仪分别得到用户上／下肢的运动意图速度,使用基于卡尔曼滤波的序贯概率比检验法(SPRT)方法和决策函数来判断用户跌倒趋势及跌倒模式。当用户处于正常行走状态时,采用多传感器融合技术融合上肢和下肢表现出来的运动意图速度,得到更加准确,更加柔顺的用户意图速度。当检测到跌倒趋势时,紧急制动机器人。实验证明该运动控制算法能够有效增加用户在操作机器人时的柔顺性,并且预测用户的跌倒趋势,采取有效的跌倒防护。本论文研究智能助行机器人对用户的跌倒防护运动控制。为了提高助行机器人的安全性和跌倒防护过程中的柔顺性,提出基于阻抗-滑模控制的用户跌倒防护运动控制算法。建立用户跌倒时的助行机器人动力学模型和阻抗控制模型。结合滑模控制算法,设计动态补偿器,使机器人系统在到达滑模面的同时实现阻抗控制。Matlab仿真实验和智能助行机器人实验证明用户跌倒防护运动控制算法的有效性。